为什么需要数据驱动的决策

什么是数据驱动决策？ 

数据驱动决策是使用数据点、指标和事实来指导战略业务决策的过程。这意味着您要消除直觉决定，停止跟随房间里最响亮的声音，并开始根据与公司目标相符的事实做出选择。 

商业智能工具通过将数据保持在最前沿并可供组织中的每个人访问来实现数据驱动的决策。 

为什么数据驱动的决策很重要 

数据和分析正在改变竞争的基础。领先的公司正在利用自己的能力来改善其核心运营并推出全新的商业模式。数据和分析的作用越来越不再是一个独立的学科，而是作为数字战略或转型的催化剂。 

“到 2023 年，数据素养将成为商业价值的明确且必要的驱动力，这一点可以从其正式纳入超过 80% 的数据和分析策略以及变革管理计划中得到证明。”

—  CDO 成功打造数据驱动型组织的 10 种方法，Gartner  

分析师多年来一直预测，数据分析对于企业成功将变得越来越重要。近年来，通过新的自助服务工具、更简单的数据源集成、实时报告、交互式数据可视化等，数据和分析能力取得了巨大飞跃  。 

查看行动中的 REVEAL

数据驱动决策的好处 

以下是公司在建立数据驱动文化时看到的一些好处：  

• 做出更自信的决定：当您能够更好地了解决策的影响时，您会更有信心做出决定。  

• 变得更加主动：数据驱动的洞察可以帮助您识别商机，检测客户旅程漏洞，并在产品的弱点变成严重问题之前主动识别它们。 

• 取得更大的成功和长寿：通过定期洞察市场变化或趋势，组织变得更加敏捷，并且可以调整和最大化其资源以取得成功。 

• 提高认知度和透明度：让组织中的每个人都了解并了解公司目标、客户满意度等。 

• 回答原因：更深入地了解客户的旅程，并识别漏斗漏洞和成功点以推动客户获取。 

• 确定新的增长收入：将公司洞察与市场趋势联系起来可以帮助发现新的收入来源。 

然而，这些好处 不仅仅 在您购买 商业智能工具时才会出现。要真正发挥这些优势，您需要建立数据驱动的文化。  

如何实现数据驱动的文化？  

建立数据驱动文化时可以遵循 7 个关键构建块： 

领导  

如果公司领导层不接受数据驱动的思维方式 ，它就不太可能渗透到组织的其他部门。这是因为采用数据视角涉及到业务各部分运作方式的重大改变。这可能意味着如果没有数据支持他们的计划，高管将不再接受经理的决策。这可能意味着高管们要为自己和员工留出时间来学习新的数据技能。 重要的 是，高层发出了强烈的信息，表明这是一个高度优先的事项。  

相信 

“到 2020 年，90% 的企业战略将明确提到信息是关键的企业资产，而分析是一项基本能力。” –高德纳 

信任是数据驱动型公司的另一个重要原则。公司的所有部门，从员工到经理再到高管，都必须相信数据是准确可靠的。   

这最终是受到数据管理员、全公司拥有数据分析设施的员工的启发，并向其他人灌输信息是准确的信任。  它还 得到了单一事实来源的促进，这是一个每个人都信任的来源，这样同事就可以避免“他说她说”的陷阱，并减少寻找数据的时间。   

承诺  

建立数据驱动的文化不可能是一个一劳永逸的过程。这取决于组织中每个人的长期承诺。为了确保这一承诺，长期公司必须：   

• 确保分析与关键业务工作联系起来  

• 将数据置于员工 辅导的最前沿 

• 确保始终存在团队目标以衡量团队 绩效 

• 投资人工智能技术，让数据 永远存在  

指标（很重要）  

虽然我们重点关注数据和指标的重要性，但请记住，重要的不仅仅是任何指标；您必须明智地选择关注哪些数据以及希望员工如何使用这些数据。  

正如杰里·Z·穆勒 (Jerry Z. Muller) 在他的《度量的暴政》一书中指出的那样：“试图强迫人们使他们的工作符合预先设定的数字目标往往会扼杀创新和创造力——这在大多数情况下都是宝贵的品质。这几乎不可避免地导致人们对短期目标的重视超过了长期目标。”  

通过遵循以下关键想法来避免这种情况：   

• 选择正确的 KPI 来衡量成功 - 如果您衡量错误的 KPI，您将永远无法获得所需的答案  

• 研究并查看历史数据以设定现实的 目标 

• 确定组织访问和分析 数据所需的新技术 

• 指定数据管理员负责确保数据准确并提供对 组织的适当访问权限   

数据素养  

适应数据工作意味着改变我们日常活动的运作方式。这意味着人们可能不具备开箱即用的数据驱动所需的技能。 

制定跨组织的数据素养计划意味着确保员工了解数据的含义以及如何阅读业务图表和图形。   

训练 

“每个初学者都拥有成为其所选领域专家的巨大潜力。”——莱拉·吉蒂秋田(Lailah  Gifty  Akita)，畅想伟大：成为伟大！  

数据只有纳入决策过程才能产生影响。培训员工“如何”获取数据只是一个开始。真正的目标是如何将这些数据转化为“可操作的见解”： 

• 您目前拥有或需要获取哪些工具？ 

• 数据容易获得吗？REST API、  Odata 、直接连接？ 

• 我的团队了解数据可视化吗？ 

• 我们是聘请数据科学家还是从内部构建数据科学家？ 

• 我们能有效地讲数据故事吗？ 

找到具有可见性和数据思维的关键业务利益相关者，为他们提供数据素养培训， 并授权他们在组织中推广数据驱动的文化。 

数据驱动决策示例  

我们每天为我们的产品和服务做出的决定是无穷无尽的！ 在这些决策付诸实施之前，如何确保它们是数据驱动的？以下是三个例子： 

1. 希望将营销资金转移到新的地区？确保选择是基于目标关键字的搜索量、来自该地区的产品或服务的历史销售线索、销售线索到新席位的转化率等等。不要根据直觉或一次谈话改变预算。  

2. 希望改善产品体验？查看应用程序的数据，看看人们在哪些方面最容易陷入困境，或者甚至没有使用某些 功能 

3. 想要对您的网站进行更改吗？嗯，不要只是因为你认为这是个好主意而做出改变。运行 A/B 测试为用户提供不同的体验，看看哪个版本表现最好，并据此做出决定！